针织复杂网络
物理与社会
2007-11-20 v1 无序系统与神经网络
计算物理
摘要
在相当程度上，复杂网络作为现实世界结构模型的重要性和流行度，一直由无标度度分布及其所隐含的中心节点所驱动。作为网络中边的序列连接，路径代表了复杂网络中另一种重要的对偶连通性模式 (或基序) (例如，路径与介数中心性等重要概念相关)。本研究提出了一类新的复杂网络超类，其组织和/或构建基于路径。我们提出并刻画了两种特定的网络类别：(i) PA 网络，通过对 Barabasi-Albert 网络进行星 - 路径变换获得；(ii) PN 网络，通过执行涉及所有节点且不重复的渐进路径构建而成。这些新网络不仅具有提供理论见解的潜力，作为现实世界结构的假设模型也具有重要意义。我们将这两种模型的连通结构与四种传统复杂网络模型 (Erdos-Renyi、Barabasi-Albert、Watts-Strogatz 和地理模型) 进行了比较研究。文中描述了一系列有趣的结果，包括证实了两种提出模型的本质区别，以及在使用全套测量指标和多变量统计方法进行复杂网络表征时的重要性。
引用
@article{arxiv.0711.2736,
title = {Knitted Complex Networks},
author = {Luciano da Fontoura Costa},
journal= {arXiv preprint arXiv:0711.2736},
year = {2007}
}
评论
10 pages, 5 figures, 1 table. A working manuscript, comments and suggestions welcomed